基于时间正交变换矩阵的时态知识图谱补全

来源：计算机技术与发展杂志2025年第01期北京时间：

作者：张昆;吴永城;张永伟;贾玮;翟世臣;严丽

摘要：时态知识图谱补全(Temporal Knowledge Graph Completion,TKGC)旨在依据已有的知识图谱,补全时态知识四元组中缺失的部分,其可以提高下游应用的性能,比如推荐系统、信息检索等。 然而,目前的时态知识图谱补全方法主要针对实体补全或关系补全,忽略了时态知识图谱中重要的时间元素。 这导致它们未能有效地同时解决实体补全、关系补全和时间戳补全的问题,从而限制了自然语言处理系统对于时态信息的准确理解和处理能力。 为了解决此问题,提出了一种基于时间正交变换矩阵的时态知识图谱补全方法(Orthogonal Transformation Matrix-based TKGC,OTM)。 具体来说,该模型包括两个阶段:时态实体关系嵌入以及评分函数。 首先,第一阶段引入时间正交变换矩阵,利用正交矩阵的保范性学习时态感知的实体表示和关系表示。 然后,第二阶段设计评分函数以评估时态知识四元组的合理性,并设计损失函数更新实体、关系和时间戳的向量表示。 在广泛使用的 YAGO 和 Wikidata 数据集上进行了实体补全、关系补全和时间补全实验。 实验结果表明了该模型在时态知识图谱补全的可行性和有效性。

关键词：时态知识图谱;实体补全;关系补全;时间补全;时间正交变换矩阵